A inteligência artificial surgiu como a grande promessa na década de 1980 para tornar o computador uma máquina pensante, com rede neural capaz de simular o cérebro humano, como a visão, os movimentos do corpo e a linguagem, o que até agora não conseguiu cumprir. Mas hoje, mais de três décadas de pesquisas e enormes avanços obtidos, as redes neurais de aprendizado profundo estão mais próximas de se tornarem realidade.
A análise é de Jeff Dean, pesquisador sênior do Google X, laboratório secreto do Google em Mountain View, na Califórnia, conhecido por desenvolver projetos de carros autônomos, óculos de realidade aumentada, robótica e redes neurais, entre outros. Em palestra na GPU Technology Conference (GTC 2015), encontro anual de desenvolvedores da Nvidia, que termina nesta sexta-feira, 20, em San Jose, na Califórnia, ele descreveu como redes neurais têm melhorado com o desenvolvimento de algoritmos mais eficazes para o reconhecimento de imagens e outros tipos de problemas de reconhecimento de padrões.
"As redes neurais profundas hoje são muito eficaz para uma ampla gama de tarefas", disse Dean, ressaltando que diferenciar pessoas de gatos ou entender uma linguagem são tarefas simples para seres humanos. "Porém, computadores precisam de incríveis capacidades de processamento e de enormes quantidades de dados para resolver estes tipos de problema."
Ele contou sobre o experimento feito por pesquisadores do laboratório, cujo desafio era criar um sistema capaz de aprender a identificar imagens sem que fosse necessário ensinar a ele os critérios exatos para essa identificação. O sistema processou 10 milhões de imagens obtidas de cenas escolhidas aleatoriamente em vídeos do YouTube e alimentaram o Google Brain, uma rede formada por mil computadores programados para absorver centenas de bilhões de informações. Depois de procurar por padrões recorrentes, o Google Brain conseguiu identificar e classificar algumas categorias de objetos que se repetiam em vários frames: rostos humanos, corpos humanos e… gatos.
Segundo Dean, o sistema se mostrou capaz de determinar quais delas continham gatos e outros objetos. O mais interessante é que a rede aprendeu sozinha como reconhecê-los. "Nunca dissemos ao sistema, durante o treinamento, 'isto é um gato'", disse ele.
O pesquisador explicou que as redes neurais seguem o modelo dos neurônios do cérebro. Elas utilizam o paralelismo para realizar a análise automatizada e aprendem por reforço. "Elas estão sendo usadas para resolver alguns dos maiores problemas da computação atual, como descobrir se determinada imagem é um gato ou um cão. É claro que temos um neurônio de gato", brincou Dean, ressaltando que as melhorias estão acontecendo rapidamente.
Robôs do mal
O Baidu Research, braço de pesquisa do site de buscas na internet, o maior da China e que no ano passado adquiriu o site brasileiro de compras coletivas Peixe Urbano, desenvolveu um cluster de computação massiva para a aprendizagem profunda que 100 vezes maior do que o sistema de reconhecimento de gato Google e capaz de identificar imagens com maior precisão — a tecnologia de reconhecimento de imagem da companhia apresenta margem de erro de 5,98% contra os 6,66% do Google.
Entretanto, a comparação com o Google Brain não é muito relevante. Enquanto o sistema do Google é parte de um projeto de pesquisa, o sistema neural do Baidu foi desenvolvido para lidar com o tráfego de buscas online de centenas de milhões de usuários na China.
Na verdade, tanto o Baidu quanto o Google estão investindo pesadamente em redes neurais de aprendizado profundo e outras formas de inteligência artificial, a fim de melhorar as suas capacidades em áreas como computacional visual, reconhecimento de fala e de análise de textos.
Para o cientista chefe do Baidu Research, Andrew Ng, nomeado pela revista Time como uma das 100 pessoas mais influentes do mundo, embora exista uma preocupação muito grande com o a inteligência artificial, ele não acha que ela represente uma ameaça para o homem. "Talvez em centenas de anos, a tecnologia vá avançar a tal ponto que possa haver a chance de criação de robôs do mal", disse Ng, em palestra na GTC 2015, na quinta-feira, 19. Mas acrescentou: "Eu não trabalho na prevenção de inteligência artificial do mal, pela mesma razão que não trabalho para resolver o problema da superpopulação no planeta Marte".
De acordo com Ng, em vez de se distrair com robôs assassinos, os desafios trazidos por essas máquinas devem ser alvo de uma discussão séria entre academicos, representantes da indústria e do governo. O cientista comparou a expansão do deep learning, que vem sendo impulsionado por poderosas GPUs, a um foguete. O resultado, segundo ele, é que as máquinas já são capazes de realizar tarefas melhor do que os seres humanos, como a identificação de fotografias.
O cientista do Baidu ressalta, ainda, que as redes neurais de aprendizado profundo estão provocando avanços em uma ampla gama de indústrias, como na área de imagens médicas. "Eu espero que nossos netos venham nos perguntar: 'É verdade que, quando era jovem, você chegou em casa e disse algo para o seu micro-ondas, ele apenas pra você se sentar?'" "As máquinas inteligentes poderão nos ajudar nos desafios que enfrentamos no presente."
*O jornalista viajou a San Jose (EUA) a convite da empresa.
